期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
生成式对抗网络的应用综述 被引量:15
1
作者 叶晨 关玮 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第4期591-601,共11页
生成式对抗网络(GAN)是一种优秀的生成式模型,能够不依赖任何先验假设,学习到高维复杂的数据分布。这一强大的性能使得它成为近年来研究的热点,并在诸多应用领域取得了显著的研究成果。首先介绍了生成式对抗网络的基本原理,各种目标函... 生成式对抗网络(GAN)是一种优秀的生成式模型,能够不依赖任何先验假设,学习到高维复杂的数据分布。这一强大的性能使得它成为近年来研究的热点,并在诸多应用领域取得了显著的研究成果。首先介绍了生成式对抗网络的基本原理,各种目标函数以及常用的模型结构。然后,详细分析了生成式对抗网络在条件限制下生成图片的各种演进方法。此外,介绍了生成式对抗网络在不同领域的应用,包括高分辨率图像生成、小目标检测、非图像数据生成、医学图像分割等方面的最新研究进展。最后,总结了生成式对抗网络训练过程中的优化技巧。旨在通俗地阐明GAN的基础理论以及发展历程,并从应用角度对未来工作进行了展望。 展开更多
关键词 生成式对抗网络 条件生成模型 图像生成
下载PDF
语义区域风格约束下的图像合成
2
作者 胡妤婕 常建慧 张健 《计算机科学》 CSCD 北大核心 2021年第2期134-141,共8页
生成对抗网络近年来发展迅速,其中语义区域分割与生成模型的结合为图像生成技术研究提供了新方向。在当前的研究中,语义信息作为指导生成的条件,可以通过编辑和控制输入的语义分割掩码来生成理想的特定风格图像。文中提出了一种具有语... 生成对抗网络近年来发展迅速,其中语义区域分割与生成模型的结合为图像生成技术研究提供了新方向。在当前的研究中,语义信息作为指导生成的条件,可以通过编辑和控制输入的语义分割掩码来生成理想的特定风格图像。文中提出了一种具有语义区域风格约束的图像生成框架,利用条件对抗生成网络实现了图像分区域的自适应风格控制。具体而言,首先获得图像的语义分割图,并使用风格编码器提取出图像中不同语义区域的风格信息;然后,在生成端将风格信息和语义掩码对应生成器中的每个残差块分别仿射变换为两组调制参数;最后,输入到生成器中的语义特征图根据每个残差块的调制参数加权求和,并通过卷积与上采样渐进式地生成目标风格内容,从而有效地将语义信息和风格信息相结合,得到最终的目标风格内容。针对现有模型难以精准控制各语义区域风格的问题,文中设计了新的风格约束损失,在语义层次上约束区域风格变化,减小不同语义区域的风格编码之间的相互影响;另外,在不影响性能的前提下,采取权重量化的方式,将生成器的参数存储规模压缩为原来的15.6%,有效降低了模型的存储空间消耗。实验结果表明,所提模型的生成质量在主观感受和客观指标上较现有方法均有显著提高,其中FID分数比当前最优模型提升了约3.8%。 展开更多
关键词 条件生成模型 自适应归一化 图像生成 生成对抗网络 深度学习
下载PDF
基于条件生成对抗网络的图像翻译综述 被引量:1
3
作者 屠杭垚 王万良 +2 位作者 陈嘉诚 李国庆 吴菲 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第1期14-32,共19页
图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以... 图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译,并得出不同应用场景所对应的图像翻译类别,即高清任务对应匹配图像翻译,低成本任务对应非匹配图像翻译,多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价,并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后,总结条件生成对抗网络在图像翻译中的进展,并分析算法后指出了模式崩塌,模型可解释性和少样本等未来所需解决的问题. 展开更多
关键词 条件生成对抗网络 图像翻译 生成模型 图像质量评价
下载PDF
基于自生成深度神经网络的4D航迹预测 被引量:4
4
作者 李旭娟 皮建勇 +1 位作者 黄飞翔 贾海朋 《计算机应用》 CSCD 北大核心 2021年第5期1492-1499,共8页
针对四维(4D)航迹预测的实时性不强和存在迭代误差的问题,提出了一种自动生成的条件变分自动编码器(AutoCVAE)。它以编码-解码的形式直接对未来一段时间的航迹进行预测,并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动... 针对四维(4D)航迹预测的实时性不强和存在迭代误差的问题,提出了一种自动生成的条件变分自动编码器(AutoCVAE)。它以编码-解码的形式直接对未来一段时间的航迹进行预测,并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动相关监视(ADS-B)数据为引导,以减小预测误差为目标,通过贝叶斯优化的方法,在预定义的搜索空间内进行模型结构搜索,每一次的超参数取值都会参考之前的评估结果,使得每一次的模型结构都能向目标更靠近一点,最终实现了一个基于ADS-B数据的高精度的4D航迹预测模型。实验得出,所提模型能快速准确地进行航迹的实时预测,其中经纬度平均绝对预测误差(MAE)均小于0.03°,高度MAE小于30 m,各时刻点的时间误差也不会超过10 s,每次批量预测轨迹的延迟时间不超过0.2 s。 展开更多
关键词 航迹预测 条件变分自动编码器 深度生成模型 数据挖掘 广播式自动相关监视
下载PDF
基于条件生成对抗网络的人脸去妆算法研究
5
作者 廖毅 应三丛 《现代计算机》 2021年第13期76-79,96,共5页
针对现有去妆算法研究没有考虑到皮肤纹理信息,导致去妆人脸不真实,细节模糊等问题,本文提出一种基于条件生成对抗网络的面部去妆方法。该方法通过使用人脸位置对应的配对数据,引入L1损失函数保留身份信息,并且在训练过程中加入VGG16网... 针对现有去妆算法研究没有考虑到皮肤纹理信息,导致去妆人脸不真实,细节模糊等问题,本文提出一种基于条件生成对抗网络的面部去妆方法。该方法通过使用人脸位置对应的配对数据,引入L1损失函数保留身份信息,并且在训练过程中加入VGG16网络提取图片特征,引入感知损失函数,确保皮肤的纹理真实相近。实验结果表明,与其他图像转换生成网络对比,该方法能够生成更加清晰、高质量的人脸图像。 展开更多
关键词 条件生成对抗网络 生成模型 损失函数 去妆
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部